기관 수준의 유동성 확보 및 수요 및 공급 구역 식별 전략

Liquidity Sweep ENGULFING PATTERN SUPPLY ZONE DEMAND ZONE SL/TP technical analysis
생성 날짜: 2025-08-20 09:24:13 마지막으로 수정됨: 2025-08-20 09:24:13
복사: 1 클릭수: 229
avatar of ianzeng123 ianzeng123
2
집중하다
319
수행원

기관 수준의 유동성 확보 및 수요 및 공급 구역 식별 전략 기관 수준의 유동성 확보 및 수요 및 공급 구역 식별 전략

개요

이 전략은 기관의 거래 행동을 기반으로 한 수량 거래 시스템이며, 주로 시장에서 유동성 캡처 포인트와 공급 및 수요 지역을 식별하여 거래합니다. 전략의 핵심 아이디어는 캡처 기관이 자주 사용하는 두 가지 가격 모드: 유동성 스윙 (Liquidity Sweep) 및 흡수 패턴 (Engulfing Pattern) 입니다. 이 두 가지 모드를 식별함으로써, 전략은 잠재적인 진입 지점을 기술적으로 식별하고, 자동으로 중지 및 정지 수준을 설정할 수 있으며, 동시에 공급 및 수요 지역을 도표에 그리며 거래자에게 직관적인 시각적 참조를 제공합니다.

전략 원칙

이 전략은 다음과 같은 핵심 원칙에 기반을 두고 있습니다.

  1. 유동성 훼손을 식별하기

    • 전략은 현재의 가격과 과거 특정 기간 (설정된 20주기) 의 최고/최저 가격을 비교하여 유동성 청소를 식별한다.
    • 가격이 이전 고점을 돌파한 후 다시 내려가면, 상위 유동성 청소로 간주되며, 가격이 이전 저점을 넘어서는 후 다시 부딪히면, 다중 유동성 청소로 간주된다.
    • 이런 행동은 일반적으로 대형 기관이 그들의 대량 주문을 수행하기 위해 유동성을 찾고 있음을 나타냅니다.
  2. 형태를 인식하는 것을 삼키고

    • 시장의 감정이 급격히 변하는 신호인 강한 부진/하락의 포식 형태를 찾는 전략.
    • 보 삼켜는 형태는 현재 폐폐가격이 개폐가격보다 높고, 이전 폐폐가격이 개폐가격보다 낮으며, 현재 폐폐가격은 이전 개폐가격보다 높고, 현재 개폐가격은 이전 폐폐가격보다 높지 않는다.
    • 반대의 경우, 이러한 조건에 부합하는 형태는 시장이 곧 전환될 수 있음을 나타냅니다.
  3. 입학 조건

    • 다자 입시 조건: 유동성 청소가 발생 (가격이 전기 하락점을 돌파) 하거나 수다를 삼키는 형태
    • 공허 입시 조건: 유동성 청산이 발생 (가격이 전기 최고점을 돌파했다) 또는 하락의 삼키는 형태.
  4. 위험 관리

    • 매 거래마다 Stop Loss과 Stop Stop을 비율에 따라 설정합니다. 기본은 1%의 Stop Loss, 2%의 Stop Loss이며, 위험과 수익의 비율은 1:2입니다.
    • 스톱 로즈는 입시 가격 아래 (더 헤드) 또는 위 (공백) 의 특정 퍼센트에 위치한다.
    • 정지 위치는 입점 가격 위에 () 또는 아래 () 의 특정 퍼센트에 위치한다.
  5. 공급과 수요 지역의 시각화

    • 입력 신호가 확인된 후, 전략은 그래프에 공급과 수요 영역을 표시한다.
    • 수요 지역 (다중 입점) 은 녹색 투명 영역으로 표시되며, 낮은 곳부터 낮은 곳 이상의 40%의 가격 범위를 나타냅니다.
    • 공급 지역 (空頭入場點) 은 빨간색으로 표시되며, 높은 곳부터 낮은 곳까지 40%의 가격 범위를 나타낸다.
    • 이 영역들은 10개의 기둥으로 오른쪽으로 뻗어있으며, 가능한 지지/저항 영역을 표시하는 시각적 참조를 제공한다.

전략적 이점

  1. 기관 행동 추적전략: 큰 기관의 거래 행동을 모방하여 유동성 캡처 포인트를 식별하여 우위를 점합니다. 이 방법은 단순한 기술 지표보다 시장의 실제 작동 메커니즘에 더 가깝습니다.

  2. 명확한 시각적 신호: 모양과 컬러 코딩을 사용하여 (다중은 녹색 삼각형, 공백은 빨간 삼각형) 전략은 잠재적인 거래 기회를 신속하게 식별할 수 있도록 명확한 시각적 입문 신호를 제공합니다.

  3. 공급과 수요 지역의 지도공급과 수요의 영역을 표시함으로써, 전략은 거래자에게 가격의 지원이나 저항을 경험할 수 있는 시각적 참고 자료를 제공합니다. 이는 시장 구조를 이해하는 데 매우 귀중합니다.

  4. 내장 위험 관리전략은 사전 설정된 스톱로스 및 스톱스톱 퍼센티지를 가지고 있으며, 각 거래에는 미리 정의된 리스크와 수익률이 있음을 보장하며, 이는 건전한 거래 관리의 기본입니다.

  5. 매우 적응력이 좋다조정 가능한 변수 (예: 회수 기간, 스톱로스 퍼센티지, 스톱스트로프 퍼센티지) 를 통해, 전략은 다양한 시장 조건과 개인의 위험 선호도에 따라 최적화될 수 있다.

  6. 복합 신호 시스템전략은 단일 신호에 의존하지 않고, 유동성 청소와 삼킨 형태의 두 가지 신호를 결합하여 가짜 신호의 가능성을 줄이고, 진입 의사 결정의 정확성을 높인다.

  7. 가격 행동이 전략은 주로 파생된 지표가 아닌 가격 행동에 기반을 두고 있으며, 마켓의 실시간 역학에 더 가깝고, 지연성을 줄여줍니다.

전략적 위험

  1. 가짜 침입 위험: 시장에서 가짜 돌파구가 발생할 수 있으며, 가격 돌파 전기 고저 이후 지속되지 않아 잘못된 신호가 발생합니다. 해결책은 확인 지표를 추가하거나 회귀 기간을 조정하는 것이 포함될 수 있습니다.

  2. 높은 변동성 시장의 위험: 높은 변동성 시장에서, 흡수 형태는 자주 나타날 수 있지만 동일한 예측 능력이 없습니다. 과도한 거래로 이어질 수 있습니다. 이러한 환경에서, 형태 크기의 필터를 증가시키거나 일시적으로 특정 신호를 비활성화하는 것이 고려 될 수 있습니다.

  3. 고정 스톱 스 제한: 고정된 비율의 중지 및 정지를 사용하는 것은 모든 시장 조건에 적합하지 않을 수 있으며, 특히 변동성이 높은 시장에서 그렇습니다. ATR (진실적인 변동 범위) 에 기반한 동적 중지 및 정지를 설정하는 것이 고려 될 수 있습니다.

  4. 매개변수 민감도: 전략의 성능은 회고 기간의 길이와 같은 선택된 매개 변수에 크게 의존한다. 다른 시장과 시간 프레임에는 세부적인 회고 및 최적화가 필요한 다른 매개 변수 설정이 필요할 수 있다.

  5. 공급과 수요의 지역 정확성: 자동으로 생성 된 공급 및 수요 지역은 전문 거래자가 수동으로 식별하는 것보다 정확하지 않을 수 있습니다. 왜냐하면 그것들은 단일 가격 점과 고정된 비율에만 기반하기 때문입니다. 지역 정의를 개선하기 위해 거래량이나 다른 가격 구조 요소를 결합하는 것이 고려 될 수 있습니다.

  6. 시장 없는 환경 필터링이 전략은 모든 시장 조건에서 신호를 생성하며, 추세, 흔들림 또는 높은 변동성을 구별하지 않습니다. 특정 시장 환경에서는 특정 진입 조건이 신뢰할 수 없으므로 시장 상태 필터를 추가하는 것이 고려 될 수 있습니다.

  7. 오차 감지재검토 과정에서, 미래의 정보의 유출이나 과도한 최적화로 인해, 전략은 실제 거래보다 더 나은 결과를 보여줄 수 있습니다. 실제 거래는 신중해야 합니다.

전략 최적화 방향

  1. 트렌드 필터 추가: 트렌드 식별 지표를 추가하여 (예를 들어 이동 평균 또는 ADX 지표) 거래 방향이 전체 시장 추세와 일치하는지 확인하고 역전 거래를 피하고 성공률을 높일 수 있습니다. 이러한 최적화는 전략이 흔들리는 시장에서 과도한 거래 신호를 일으킬 수있는 문제를 해결할 수 있습니다.

  2. 통합 트래픽 확인거래량 분석을 신호 확정 과정에 포함시켜 거래량에 큰 변화가 있을 때만 거래 신호를 생성한다. 이는 효과적인 가격 움직임이 거래량에 대한 지지를 동반하기 때문에, 낮은 품질의 돌파구 또는 흡수 형태를 필터링하는 데 도움이 된다.

  3. 동적 정지: 시장의 변동성 (예: ATR) 에 기반한 동적 중지 손해 차단 레벨로 고정 비율 중지 손해 차단을 대체하십시오. 이것은 위험 관리를 현재의 시장 조건에 더 적합하게 만들고, 변동성이 높을 때 더 넓은 차단을 제공하며, 변동성이 낮을 때 더 긴밀한 차단을 제공합니다.

  4. 시간 필터를 추가특정 시장 시기는 다른 시점보다 이 전략에 더 적합할 수 있으며, 시간 필터를 추가함으로써 유동성이 낮거나 예측할 수 없는 시장 시점에 거래하는 것을 피할 수 있습니다.

  5. 다중 시간 프레임 분석: 더 높은 시간 프레임의 확인 신호를 통합하고, 더 높은 시간 프레임의 추세와 거래 방향이 일치할 때만 거래한다. 이러한 “상부터 아래로”의 방법은 신호 품질을 향상시킬 수 있다.

  6. 공급과 수요 지역을 정밀화공급과 수요 지역의 계산 방법을 개선하여 가격 구조, 거래량 및 여러 시간 프레임의 지지/저항 수준을 고려하여 잠재적인 전환점을 더 정확하게 반영합니다.

  7. 기계 학습 분류기를 추가합니다.: 기계 학습 기술을 사용하여 각 신호의 품질을 평가하고, 역사적인 패턴을 기반으로 성공 가능성을 예측하고, 높은 확률의 거래만 수행한다.

  8. 추가된 추적 제어 메커니즘동적 포지션 관리 및 철회 제어를 실시하고, 연속적인 손실 후 포지션 크기를 줄이고, 전략이 잘 작동하면 포지션을 점진적으로 증가시켜 자금을 과도한 손실로부터 보호합니다.

요약하다

기관 수준의 유동성 캡처 및 수요 지역 식별 전략은 기관의 거래 행동과 가격 행동에 기반한 정량 거래 시스템으로, 유동성 청소 및 흡수 형태를 식별하여 높은 확률의 거래 기회를 포착합니다. 이 전략의 주요 장점은 실제 시장 운영 메커니즘에 가까운 방법, 명확한 시각 신호 시스템, 내장 된 위험 관리 프레임 워크입니다.

그러나, 이 전략은 또한 가짜 돌파의 위험, 변수 감수성 및 시장 환경 적응성의 문제와 같은 몇 가지 도전에 직면합니다. 트렌드 필터를 추가하고, 거래량을 통합하여 확인하고, 동적 스톱 스톱을 구현하고, 시간 필터를 추가하고, 다중 시간 프레임 분석을 적용하고, 공급 및 수요 영역 정의를 정밀화하고, 기계 학습 기술을 도입함으로써 전략의 안정성과 성능을 크게 향상시킬 수 있습니다.

이 전략을 사용하는 데 관심이있는 거래자는 실전 거래 전에 충분한 피드백과 변수 최적화를 수행하고 다양한 시장 환경에서 전략의 성능을 고려하는 것이 좋습니다. 지속적인 모니터링과 조정으로 이 전략은 거래자가 시장에서 기관의 행동 패턴을 더 잘 이해하고 활용할 수 있도록 도와주는 강력한 거래 도구가 될 수 있습니다.

전략 소스 코드
/*backtest
start: 2024-08-20 00:00:00
end: 2025-08-01 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_OKX","currency":"ETH_USDT","balance":5000}]
*/

//@version=5
strategy("Institutional Buy/Sell Zones", overlay=true, initial_capital=10000)

// === Inputs ===
slPerc = input.float(1.0, "Stop Loss %")
tpPerc = input.float(2.0, "Take Profit %")
lookback = input.int(20, "Lookback Period for Liquidity")

// === Institutional Logic ===

// 1. Liquidity sweep (price takes out previous highs/lows and reverses)
sweepHigh = high > ta.highest(high[1], lookback)
sweepLow  = low < ta.lowest(low[1], lookback)

// 2. Strong bullish / bearish engulfing candles
bullishEngulf = close > open and close[1] < open[1] and close > open[1] and open <= close[1]
bearishEngulf = close < open and close[1] > open[1] and close < open[1] and open >= close[1]

// === Entry Conditions ===
longCondition  = sweepLow or bullishEngulf
shortCondition = sweepHigh or bearishEngulf

// === Strategy Orders ===
if longCondition
    strategy.entry("BUY", strategy.long)
    strategy.exit("BUY Exit", from_entry="BUY", stop=close * (1 - slPerc/100), limit=close * (1 + tpPerc/100))

if shortCondition
    strategy.entry("SELL", strategy.short)
    strategy.exit("SELL Exit", from_entry="SELL", stop=close * (1 + slPerc/100), limit=close * (1 - tpPerc/100))

// === Plot Buy/Sell Arrows ===
plotshape(longCondition, title="Institutional Buy", style=shape.triangleup, color=color.green, text="BUY", location=location.belowbar, size=size.large)
plotshape(shortCondition, title="Institutional Sell", style=shape.triangledown, color=color.red, text="SELL", location=location.abovebar, size=size.large)